亖月三日 君寻的blog

一、HDMI 接上了，为什么电脑不一定有画面？#

HDMI 接口有方向。笔记本自带的 HDMI 通常是输出口，用途是把电脑画面送到显示器；遥控器的 HDMI 也是往外输出。把两个输出口接在一起，不会让系统多出一个摄像头。只有设备明确提供 HDMI 输入能力时，才另当别论。

DJI RC Pro 行业版配有 Mini-HDMI 接口，线材应按实际接口选用，不要和 Micro-HDMI 混淆。DJI 官方规格

要通过这条线把视频送进电脑，需要一个中间设备：HDMI 采集卡。

1
遥控器 Mini-HDMI 输出
2
          ↓ HDMI 线
3
采集卡 HDMI IN
4
          ↓ USB
5
电脑识别为视频采集设备
6
          ↓
7
YOLO11 读取设备画面

这里的 HDMI IN 就是采集卡上负责接收画面的接口。对支持 UVC 的采集卡来说，接入电脑后的使用方式接近普通 USB 摄像头。

但我目前首先考虑的是：没有采集卡，能不能先利用现有网络把视频送过来？ 这就引出了 RTMP。

二、先选一条接入路线#

截屏不是独立的图传接入方法：如果电脑上还看不到无人机画面，运行截屏命令也不会凭空获得视频。

下面先写 RTMP。目标是依次确认三个结果：服务器收到流、播放器看到画面、YOLO 显示检测结果。

三、RTMP：让遥控器把画面推到电脑#

RTMP 的全称是 Real-Time Messaging Protocol。放在这个项目里，不必先研究协议报文，只需要分清三个角色：

• 推流端：遥控器，将视频发送到指定地址。
• 流媒体服务：运行在电脑上，接收视频并提供给客户端读取。
• 拉流端：播放器或 YOLO 程序，从服务中读取视频。

1
Mavic 3T → 遥控器图传 → Pilot 2 推流
2
                              ↓ 局域网
3
                       电脑上的 RTMP 服务
4
                              ↓
5
                       解码 → YOLO11 → 显示

DJI 的 Mavic 3 行业系列手册包含 RTMP、RTSP 直播服务的说明。实际入口、可选画质和视频源以所用 Pilot 2 与固件版本为准。DJI 用户手册

1
ipconfig

1
docker run --rm -it --name mavic-rtmp -p 1935:1935 ossrs/srs:5

1
docker ps --filter name=mavic-rtmp
2
docker logs --tail 50 mavic-rtmp

1
rtmp://127.0.0.1:1935/live/yolo

四、先用一条命令接入 YOLO11#

在单独的工作目录建立 Python 环境。下面直接调用虚拟环境中的程序，省去 PowerShell 激活脚本的步骤：

1
python -m venv .venv
2
.\.venv\Scripts\python.exe -m pip install --upgrade pip
3
.\.venv\Scripts\python.exe -m pip install ultralytics opencv-python

确认播放器能收到流后运行：

1
.\.venv\Scripts\yolo.exe predict model=yolo11n.pt source="rtmp://127.0.0.1:1935/live/yolo" imgsz=640 conf=0.3 show=True save=False stream_buffer=False

这里先用较小的 yolo11n.pt 验证输入链路。Ultralytics 提供 YOLO11 的 CLI 和 Python 调用方式；本地没有权重时，首次加载可能需要联网下载。YOLO11 官方文档

show=True 需要有桌面显示环境，save=False 则避免初次调试同时写入检测视频。有 NVIDIA 显卡时，能否使用 GPU 还取决于驱动和 PyTorch 安装，可先查看：

1
.\.venv\Scripts\python.exe -c "import torch; print(torch.cuda.is_available())"

返回 True 后可以尝试在推理命令后加上 device=0；使用 CPU 则指定 device=cpu。具体速度留到设备接通后测量。

五、需要处理检测结果时，再写 Python 脚本#

以前接触 YOLOv5 时，经常会从仓库里的 detect.py 开始。本文使用的是 Ultralytics 的 YOLO11 API，下面是自行编写的入口脚本，保存为 mavic_yolo.py 即可；把它命名成 detect.py 也可以，但它不是官方仓库中的同名文件。

脚本支持采集设备编号、RTMP 地址和本地视频文件。先复用 Ultralytics 的取流逻辑，只有需要特别指定采集后端、裁切输入或管理重连时，再单独封装 OpenCV 读取过程。

1
import argparse
2

3
from ultralytics import YOLO
4

5

6
def main():
7
    parser = argparse.ArgumentParser(description="Mavic 3T video + YOLO11")
8
    parser.add_argument("--source", required=True)
9
    parser.add_argument("--model", default="yolo11n.pt")
10
    parser.add_argument("--conf", type=float, default=0.3)
11
    parser.add_argument("--imgsz", type=int, default=640)
12
    parser.add_argument("--device", default=None)
13
    parser.add_argument("--classes", type=int, nargs="+", default=None)
14
    args = parser.parse_args()
15

16
    source = int(args.source) if args.source.isdecimal() else args.source
17
    model = YOLO(args.model)
18
    results = model.predict(
19
        source=source,
20
        stream=True,
21
        stream_buffer=False,
22
        imgsz=args.imgsz,
23
        conf=args.conf,
24
        device=args.device,
25
        classes=args.classes,
26
        show=True,
27
        save=False,
28
        verbose=False,
29
    )
30

31
    try:
32
        for index, result in enumerate(results, start=1):
33
            # 在这里读取 result.boxes，按需要处理坐标、类别和置信度。
34
            if index % 30 == 0:
35
                count = 0 if result.boxes is None else len(result.boxes)
36
                print(f"Processed frames: {index}, detections: {count}")
37
    except KeyboardInterrupt:
38
        print("Stopped.")
39
    finally:
40
        results.close()
41

42

43
if __name__ == "__main__":
44
    main()

接入 RTMP：

1
.\.venv\Scripts\python.exe mavic_yolo.py --source "rtmp://127.0.0.1:1935/live/yolo"

如果暂时还没接通无人机，可以先用一段本地视频确认 Python 环境和模型能够运行：

1
.\.venv\Scripts\python.exe mavic_yolo.py --source "test.mp4"

结束时在终端按 Ctrl+C。这是一份用于验证链路的入口脚本，断流恢复仍需后续单独实现；出错时先根据终端信息恢复视频源，再重新启动。

这里有两个容易混淆的参数：

• stream=True：返回结果生成器，需要通过 for 迭代触发并持续消费结果，避免把长视频的结果全部保存在列表中。
• stream_buffer=False：允许取流器丢弃旧帧，优先处理较新的画面。它不能清除遥控器、服务端或解码器里已经存在的延迟。

这两个参数分别处理结果返回方式和视频帧排队策略，不能互相替代。Ultralytics 推理文档

六、有了采集卡以后，怎样接入同一套程序？#

接好“遥控器 → 采集卡 → USB → 电脑”后，先用系统相机应用或 OBS 预览，确认采集卡确实有画面，再关闭占用设备的预览程序。

Pilot 2 的 HDMI 输出设置可从相机界面右上角菜单进入 HD／图传设置，查看视频输出类型。根据当前版本选择适合检测的画面输出，并确认电脑收到的图像是否包含菜单或 OSD。DJI HDMI 输出设置说明

然后把输入改成对应设备号：

1
.\.venv\Scripts\python.exe mavic_yolo.py --source 0

0 只是设备索引，不一定是采集卡，也可能是笔记本内置摄像头。需要根据实际情况尝试 1、2 等编号，编号也可能随设备插拔变化。

画面异常时，检查采集卡声明支持的采集规格，而不是只看包装上的 HDMI 输入或环出规格。例如“支持 4K 输入”并不等于电脑能以 4K 帧率采集。分辨率、帧率和像素格式应从双方共同支持的组合开始尝试。

七、能出框之后，还要看两件事#

八、按链路顺序排查问题#

ping 可以辅助判断网络，但它失败不代表 TCP 1935 一定不通。若有另一台 Windows 设备位于同一网络，可以从那台设备测试：

1
Test-NetConnection 192.168.1.20 -Port 1935

这一步能帮助确认从网络外部能否连接电脑服务，但仍不能代替真实推流测试。

OpenCV 相关问题也不要一律归结为“没有安装 FFmpeg”。可以先检查当前 Python 环境的构建信息：

1
.\.venv\Scripts\python.exe -c "import cv2; print(cv2.getBuildInformation())"

查看 Video I/O 中的 FFmpeg 支持情况。单独安装一个 ffmpeg.exe，不会自动改变已安装 OpenCV 的编译能力；同样，设置 CAP_PROP_BUFFERSIZE 也不保证所有采集后端都会接受。具体能力取决于后端与设备。OpenCV 视频 I/O 文档

九、下一步：补上这套设备自己的实验记录#

这次整理之后，我更明确了第一轮实验的顺序：先让播放器稳定收到视频，再接 YOLO，最后记录延迟和检测表现。需要补充的现场材料包括遥控器与 Pilot 2 版本、推流设置、电脑配置、实际视频规格，以及一张可见检测结果的截图。

跑通后也应记录软件版本，便于以后复现：

1
.\.venv\Scripts\python.exe -m pip freeze > requirements-tested.txt
2
docker image inspect ossrs/srs:5 --format '{{json .RepoDigests}}'

如果以后需要更深入地处理相机数据或遥控器应用，再评估 DJI Mobile SDK；官方支持列表包含 Mavic 3 行业系列。DJI Mobile SDK

Payload SDK 则要进一步核对机型、SDK 版本与具体功能。支持某款飞机的载荷开发，不等于所有视频接口都能使用，也不能据此承诺取流延迟。DJI Payload SDK 版本说明

对眼下这个项目，我准备先从本地 RTMP 链路开始。等输入画面稳定了，再用同一段场景比较不同模型和接入方式，判断真正需要优化的是网络、解码、推理，还是模型本身。